Question

我在使用Tensorflow后端创建嵌套模式时遇到麻烦。我要实现的是在一个会话中使用两个模型。我训练了一个模型，并想在SSD COCO对象检测模型中使用它。顺便说一下，我在图和会话之外分配模型（以便一次加载模型）。每当我尝试运行代码时，都将返回错误，例如：

ValueError：张量Tensor（“ activation_76 / Softmax：0”，shape =（?, 4）， dtype = float32）不是该图的元素。

我搜索其他堆栈溢出页面，但是无法解决我的问题。有人可以帮助我了解问题和解决方案吗？

后来我在网上搜索并找到了该网站：

https://github.com/keras-team/keras/issues/6462

然后我尝试了“ model._make_predict_function（）”这一行，但是它对我不起作用，这次返回了那个：

ValueError：Tensor（“ Placeholder：0”，dtype = float32）必须来自与Tensor（“ total：0”，shape =（），dtype = resource）相同的图形。

model = tf.keras.models.load_model("CNN-3")

with detection_graph.as_default():
  with tf.Session(graph=detection_graph) as sess:
    while True:


      ret, image_np = cap.read()

      if W is None or H is None:
          (H, W)= image_np.shape[:2]


      image_np_expanded = np.expand_dims(image_np, axis=0)
      image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')

      boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
      scores = detection_graph.get_tensor_by_name('detection_scores:0')

      classes = detection_graph.get_tensor_by_name('detection_classes:0')
      num_detections = \
              detection_graph.get_tensor_by_name('num_detections:0')



      (boxes, scores, classes, num_detections) = sess.run(
          [boxes, scores, classes, num_detections],
          feed_dict={image_tensor: image_np_expanded})

      boxes = np.squeeze(boxes)
      scores = np.squeeze(scores)
      classes = np.squeeze(classes)

      indices = np.argwhere(classes == 1)
      boxes = np.squeeze(boxes[indices])

      scores = np.squeeze(scores[indices])
      classes = np.squeeze(classes[indices])

      rects = []
      boxes = scale(boxes, 0, 1)

      my_prediction = model.predict("Some images")

      """ ^ these codes return an error """

如何创建嵌套的张量流结构？

0 个答案: